Transformaram o Codex em um assistente pessoal com memória em Markdown, Git e Telegram

No Habr AI, foi publicado um estudo detalhado sobre como o Codex foi transformado de um agent de codificação para um assistente pessoal com memória de longo prazo. Em vez de bancos de dados vetoriais e RAG complexo, o autor construiu um sistema gerenciável baseado em Markdown, Git, papéis, automações e fontes externas como Telegram e Anki.

Por Que Não RAG

O autor começa com um problema simples: um chat IA típico responde bem no momento, mas não consegue viver ao longo do tempo. Cada novo diálogo perde parte do contexto, diferencia mal fatos estáveis de notas temporárias e hipóteses, e a personalização fica presa dentro de uma thread específica. Para um assistente pessoal, isto é insuficiente, porque ele precisa não apenas responder perguntas, mas também lembrar hábitos, objetivos, histórico de decisões e cenários recorrentes.

Em vez de uma stack típica com embeddings, vector DB e GraphRAG, ele escolheu uma opção mais transparente: uma hierarquia de arquivos Markdown no Git. Essa abordagem, segundo ele, funciona melhor em um corpus de conhecimento pequeno a médio que pode ser organizado em uma estrutura clara. Os arquivos são legíveis por humanos, facilmente versionados, não escondem a lógica de busca em uma caixa preta e forçam você a pensar não apenas em recuperação, mas também em disciplina de armazenamento.

A ideia principal do artigo é esta: na memória pessoal, arquitetura e regras importam mais do que a tecnologia mais recente em moda.

Como o Jarvis Funciona

O Jarvis é construído sobre um repositório dividido em várias camadas: profile para informações estáveis do usuário, areas para principais esferas da vida, events para cronologia, preferences para restrições e padrões, roles para modos de resposta, skills para procedimentos locais, assets para fontes externas e inbox para material bruto.

O ponto não são as pastas em si, mas que o agent recebe comportamento rígido: primeiro procura por contexto relevante, depois responde, e se necessário também atualiza a memória sem poluir todo o sistema.

O valor prático surge em cenários específicos que o autor já vinculou com o Codex:

• Papel de professor de inglês que se baseia no histórico de aulas e consegue trabalhar com AnkiConnect
• Análise diária de descontos em lojas e montagem de uma dieta econômica para ganho de massa
• Remontagem semanal de um plano esportivo com base na carga atual e recuperação
• Resumos curtos de tarefas, decisões não resolvidas e resultados pessoais semanais
• Conexão de arquivos do Telegram, onde quase 300 mil mensagens e mais de 3 mil mensagens de voz já se acumularam

Ênfase especial é colocada em papéis e automações. O mesmo agent pode atuar como um assistente de vida contextual, analista, operador de procedimentos de rotina ou assistente de bem-estar. Graças a isto, as respostas não são genéricas, mas vinculadas às tarefas reais do usuário.

O Telegram aqui é necessário não como um armazenamento infinito de dados brutos, mas como uma fonte para normalização: mensagens são indexadas por ano, mensagens de voz são transcritas, cartões de pessoas e sínteses gerais são atualizados com base em diálogos. Sem essa camada de limpeza, a memória rapidamente se transforma em um lixão, e permissões de escrita muito amplas começam a gerar ruído e duplicatas.

"Cada subagent é como um polvo em um aquário separado."

O Que Isso Significa

O artigo mostra claramente para onde o foco prático está se deslocando hoje em torno de agents de IA. Para assistentes pessoais e cenários de trabalho com Copilot, o vencedor não será aquele com um modelo simplesmente mais forte, mas aquele que melhor projeta memória, papéis, limites de acesso e custos de manutenção. Se essa camada for tornada transparente e barata de manter, até um agent de codificação comum pode começar a funcionar como um assistente digital verdadeiramente útil, especialmente onde é crítico lembrar da pessoa e não perder contexto entre sessões. Isto é exatamente o que torna essa abordagem prática.